La visualisation de l'information
1
Visualisation de l'information
Un panorama d'outils et de méthodes
DOSSIER DE SYNTHESE
Rédigé par Solveig Vidal
Ingénieur d'études CNRS
Mai 2006
La visualisation de l'information
2
1 Introduction 4
1.1 Définition de la visualisation de l'information 4
1.2 Définition de l'interaction 5
2 Objectifs de l'étude 7
2.1 Méthodologies et limites de l'étude 7
2.2 La problématique d'une typologie 8
3 La visualisation linéaire 9
3.1 Définition et approches 9
3.1.1 Les gros tableurs 9
3.1.2 Les murs fuyants 10
3.1.3 Les "Timeslines" ou frises chronologiques 11
3.2 Les outils répertoriés pour la visualisation linéaire 12
3.3 Les applications possibles 12
4 La visualisation hiérarchique 13
4.1 Définition et approches 13
4.1.1 Listes indentées 13
4.1.2 Diagrammes 14
4.1.3 Approche surfacique 15
4.1.4 Approche hyperbolique 16
4.1.5 Approche conique 17
4.1.6 Approche Landscape 18
4.2 Les outils répertoriés pour la visualisation hiérarchique 19
4.3 Les applications possibles 19
5 La visualisation des réseaux 20
5.1 Définition 20
5.2 Applications 20
5.2.1 Réseaux de personnes (ou réseaux sociaux) et organisateurs
d'idées ou de connaissances 20
5.2.2 Réseaux de documents (co-citation) ou de pages web
(réseaux hypertextes) 22
5.2.3 Plateformes génériques ou toolkits 23
5.3 Les outils répertoriés pour la visualisation des réseaux 24
6 La visualisation multidimensionnelle 25
6.1 Définition et approches 25
6.1.1 Les nuages de points 25
6.1.2 Les diagrammes d'Inselberg 26
6.2 Les outils répertoriés pour la visualisation multidimensionnelle 27
6.3 Les applications possibles 28
7 La visualisation vectorielle 29
7.1 Définition et approches 29
7.1.1 Cartes par calcul de similarité 29
7.1.2 Cartes par calcul de pertinence 31
7.2 Les outils répertoriés pour la visualisation vectorielle 33
La visualisation de l'information
3
7.3 Les applications possibles 33
8 Conclusion 34
9 Bibliographie et Webographie 35
La visualisation de l'information
4
1 Introduction
L’homme est doté d’une capacité à visualiser l’information très développée qui
joue un rôle majeur dans ses processus cognitifs (reconnaissance rapide de motifs,
couleurs, formes et textures)1 . Il utilise des méthodes graphiques afin de mieux
appréhender des notions abstraites ou pour représenter le monde qui l’entoure.
Les développements en informatique ont conféré une grande capacité de recueil et
de génération de données mais également une grande puissance au niveau des
techniques d'imagerie.
Mais la volumétrie de ces informations est telle que leur interprétation est de plus
en plus hors de portée des capacités humaines. C’est pour ces raisons que les
technologies de visualisation de l’information, en plein essor, méritent notre
attention.
1.1 Définition de la visualisation de l'information
La visualisation de l'information relève à la fois de la visualisation scientifique2, du
datamining3, de l'interface homme machine, de l'imagerie et des graphiques
(Kapusova D).
Il s’agit de représenter dans un espace physique sous la forme de graphiques une
information souvent abstraite. Cette information peut comprendre des données,
des processus, des relations ou des concepts. Sa représentation nécessite de
manipuler des entités graphiques (points, lignes, formes, images, texte, surface) et
leurs attributs (couleur, intensité, taille, position, forme, mouvement).
Au départ des données brutes (pas encore manipulées) sont collectées
généralement grâce à l’aide d’un procédé automatisé. L’utilisateur extrait un sous-
ensemble de données intéressantes organisées d’une manière plus structurée.
Cette forme plus structurée peut alors être associée à une représentation visuelle
par association des propriétés des données aux attributs visuels. Finalement, la
représentation visuelle peut-être manipulée de manière interactive par l'utilisateur
en obtenant différentes vues de la même information.
Ce que Ben Shneiderman (Shneiderman B and Plaisant C 2005) nomme
l’"Information seeking Mantra" - "Overview first, zoom and filter, and then details-
on-demand" - est une exploration visuelle de données obéissant à un processus en
trois phases :
1 Processus de compréhension et de mémorisation
2 Utilisation d'images afin de comprendre les données d'origine de mesures ou de simulation
3 Gestion et exploitation des données
La visualisation de l'information
5
vue d'ensemble,
zoom et filtrage,
détails à la demande.
D'abord, l'utilisateur a besoin de se faire une idée de l’ensemble de données par
vue d'ensemble. Il identifie par la suite des structures intéressantes et il se focalise
sur une ou plusieurs d’entre elles. Enfin, pour analyser ces structures, l'utilisateur
cherche à accéder au détail des données.
Quels sont les objectifs de la visualisation de l'information ?
Il s'agit de fournir à l’utilisateur une compréhension qualitative du contenu de
l'information.
Cette visualisation doit permettre à l’utilisateur final de faire des
découvertes, proposer des explications ou prendre des décisions.
Ces actions peuvent se faire aussi bien sur des motifs (clusters,
tendances, émergences, anomalies) ou sur des ensembles d’éléments ou
encore sur des éléments isolés.
Gilles Balmisse (Balmisse G 2005) dit encore que recourir aux
technologies de la visualisation a un double objectif :
Communiquer efficacement des informations au travers d'une
représentation graphique via des cartes cognitives.
Faciliter la découverte de connaissances grâce à une représentation
graphique issue de l'analyse d'un corpus d'informations via des cartes
sémantiques.
1.2 Définition de l'interaction
La visualisation de l'information ne peut être traitée sans aborder l'interaction.
Cette dernière rend possible l'exploitation réelle des vues d'ensemble une fois
produites. En effet, la perception est indissociable de l'action : c'est le couplage
« action perception ». Ainsi l'être humain est plus habile à extraire des
informations d'une interface s'il peut agir directement et activement sur cette
interface que s'il reste passif.
L'interaction sera donc mise en avant dans les diverses approches de visualisation
développées plus bas.
Ces dernières sont développées par Daniel Keim (Keim DA 2002) qui distingue les
qualificatifs "dynamique" et "interactif" selon que les modifications apportées à la
visualisation des données soient effectuées automatiquement ou manuellement
(l'utilisateur final pouvant agir directement) :
1 / 38 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !